ALGORITMO MULTIOBJETIVO DE BUSCA ADAPTATIVA EM VIZINHANÇA DE LARGA ESCALA PARA O SEQUENCIAMENTO DE TAREFAS EM MÁQUINAS CONSIDERANDO CONSUMO DE ENERGIA ELÉTRICA
Luciano Perdigão Cota1; Frederico Gadelha Guimarães2; Fernando Bernardes de Oliveira3; Marcone Jamilson Freitas Souza4; Guilherme Murta Miranda5
1 Instituto Tecnológico Vale; 2 Departamento de Engenharia Elétrica, Universidade Federal de Minas Gerais; 3 Departamento de Computação e Sistemas, Universidade Federal de Ouro Preto; 4 Departamento de Ciência da Computação, Universidade Federal de Ouro Preto; 5 Departamento de Computação
Baixar PDF doi:10.20906/CPS/CBA2018-0559
Resumo
As indústrias são responsáveis por grande parte do consumo de energia e emissão de poluentes no mundo. Com a crescente conscientização da sociedade por estes temas e o surgimento de legislações cada vez mais rígidas, as indústrias têm buscado maneiras de aperfeiçoar os seus processos industriais. Este trabalho trata o problema de sequenciamento em máquinas paralelas não relacionadas com tempos de preparação dependentes da sequência, buscando minimizar o makespan e o consumo total de energia. Esta versão do problema minimizando o consumo total de energia foi introduzida recentemente na literatura e até então foram aplicados apenas métodos exatos para a sua resolução. Neste trabalho é proposto um algoritmo heurístico adaptativo que utiliza técnicas de aprendizagem para aperfeiçoar o processo de busca. Nos experimentos computacionais são utilizadas instâncias da literatura e os resultados de um método exato. Os resultados foram examinados usando a métrica hipervolume e análise gráfica. Neste ambiente de experimentos, os resultados sugerem que o algoritmo proposto obteve uma boa convergência para a fronteira Pareto e mostrou que tem aplicabilidade prática.
Palavras-chave: otimização combinatória; sequenciamento de máquinas; consumo total de energia; busca adaptativa em vizinhança de larga escala; aprendizagem com autômatos